BigQuery Количество новых пользователей сильно отличается от отображаемых данных Firebase Analytics

Question

Во время моих проверок я обнаружил, что после 14 января количество новых пользователей сильно отличается в Google BigQuery и Google Firebase Analytics.

Несоответствие выше, чем традиционный коэффициент 0,5-2%, который можно отнести к алгоритму HyperLogLog, используемому для ускорения вычислений.

Я не смог найти точный ответ о том, как В Firebase Analytics вычисляются абсолютно новые пользователи, чтобы создать тот же запрос и получить идентичные результаты запросов. Поскольку расхождение превышает 30%, в настоящее время величина проблемы более значительна.

У вас такая же проблема? Как я могу лучше объяснить это странное поведение? (запустите другие запросы и попытайтесь найти более подробную информацию о проблеме)

Этот запрос используется для сравнения результатов:

SELECT APPROX_COUNT_DISTINCT(user_pseudo_id),event_date FROM `practical-bot-198011.analytics_184597160.events_*`
where event_name = 'first_open' and _TABLE_SUFFIX BETWEEN '20200110' AND '20200127'
GROUP BY event_date
ORDER BY event_date ASC

, и вот результат, который я получаю:

но на панели инструментов Google Firebase Analytics:

Answer 1

Одна из причин подсчета на панели мониторинга Google Analytics не соответствует результатам BigQuery в том, что данные за последние три дня обновляются в Google Analytics каждые 4-5 часов. В BigQuery данные экспортируются только один раз в день. Запросы, включающие самые последние три дня, будут показывать разные результаты между Analytics и BigQuery.

Count(distinct) является приблизительным. Чтобы получить точное количество уникальных идентификаторов, попробуйте использовать EXACT_COUNT_DISTINCT(). См. Этот поток Stackoverflow поток.

Кроме того, ознакомьтесь с официальной документацией .